월마트 실험 결과: ChatGPT 쇼핑 전환율이 웹사이트보다 3배 낮았다

AI 쇼핑의 현실 점검

최근 OpenAI가 ChatGPT에 쇼핑 기능을 통합하면서 "AI가 전자상거래를 바꿀 것"이라는 기대가 커지고 있습니다. 사용자가 자연어로 원하는 상품을 설명하면 AI가 추천하고, 바로 구매까지 연결해주는 미래상이죠. 그런데 이 비전에 찬물을 끼얹는 데이터가 나왔습니다. 미국 최대 소매업체 월마트(Walmart)가 ChatGPT를 통한 체크아웃 전환율이 자사 웹사이트 대비 3배나 낮았다고 밝힌 것입니다.

이 수치가 의미하는 바는 단순합니다. ChatGPT를 통해 월마트 상품을 발견한 사용자 중 실제로 구매까지 완료한 비율이, 월마트 웹사이트에 직접 방문한 사용자의 1/3 수준이었다는 것입니다. AI가 상품을 추천하고 링크를 제공하는 것까지는 가능하지만, 그것이 실제 구매로 이어지는 데는 큰 격차가 있다는 현실입니다.

왜 전환율이 낮을까: 구매 의도의 차이

이 결과를 이해하려면 구매 의도(purchase intent)라는 개념을 생각해봐야 합니다. 월마트 웹사이트에 직접 방문하는 사람은 이미 "뭔가를 사야겠다"는 의도를 가지고 있습니다. 검색어를 입력하고, 카테고리를 탐색하고, 가격을 비교하는 과정 자체가 구매 퍼널(purchase funnel)을 타고 내려가는 행위입니다.

반면 ChatGPT에서 쇼핑 관련 질문을 하는 사용자는 다양한 동기를 가지고 있습니다. 진지하게 구매를 고려하는 사람도 있지만, 단순히 "좋은 무선 이어폰이 뭐가 있지?"라고 호기심에 물어보는 사람도 많습니다. AI 대화의 맥락에서 상품 추천이 나오면 "아 그렇구나" 하고 넘어가기 쉽습니다. 기존 웹사이트에서의 쇼핑 경험은 수십 년에 걸쳐 최적화된 전환 퍼널(장바구니 담기, 원클릭 구매, 리뷰 확인 등)이 갖춰져 있지만, AI 대화 인터페이스에는 이런 장치가 없습니다.

또한 신뢰의 문제도 있습니다. 소비자들은 월마트 웹사이트에서 결제할 때는 익숙한 UI와 브랜드 신뢰가 있지만, ChatGPT가 추천한 링크를 클릭해서 외부 사이트로 이동하는 과정에서 이탈이 발생할 수 있습니다. 중간 단계가 하나 더 추가되는 셈이고, 전자상거래에서 클릭 한 번의 추가는 전환율에 큰 영향을 미칩니다.

기술적으로 무엇이 부족한가

현재 AI 쇼핑 경험의 기술적 한계도 살펴볼 필요가 있습니다. ChatGPT의 쇼핑 기능은 기본적으로 상품 정보를 검색하고 텍스트로 추천하는 수준입니다. 하지만 실제 쇼핑에서 소비자가 필요로 하는 것은 훨씬 더 복합적입니다. 상품 이미지를 여러 각도에서 확인하고, 사이즈 차트를 보고, 다른 구매자의 리뷰를 스크롤하며, 유사 상품과 가격을 나란히 비교하는 경험입니다.

AI 대화 인터페이스에서 이런 시각적이고 비교적인 경험을 제공하는 것은 현재 기술로는 제한적입니다. 텍스트 기반 대화에서 "이 신발의 측면 사진을 보여줘"라고 하면 이미지를 하나 보여줄 수 있지만, 웹페이지에서 이미지 갤러리를 넘기며 360도 뷰를 확인하는 경험과는 차원이 다릅니다.

구글이 AI Overview에 쇼핑 광고를 넣고, Perplexity가 "Buy with Pro" 기능을 시도하는 등 여러 플레이어가 AI 쇼핑 시장에 진입하고 있지만, 아직 전통적 전자상거래의 전환율을 따라잡은 곳은 없습니다. 이는 AI 쇼핑이 아직 발견(discovery) 단계에 머물러 있으며, 전환(conversion) 단계까지의 갭을 메우지 못하고 있음을 시사합니다.

한국 시장에서의 시사점

한국의 이커머스 시장은 네이버쇼핑, 쿠팡, 카카오커머스 등이 이미 AI 추천을 적극 활용하고 있습니다. 하지만 이들의 AI 추천은 자체 플랫폼 안에서 동작하기 때문에 전환 퍼널이 끊기지 않습니다. 쿠팡에서 AI가 상품을 추천하면 바로 로켓배송 장바구니에 담기는 구조인 거죠.

만약 ChatGPT나 네이버 클로바 같은 범용 AI 어시스턴트가 쇼핑 기능을 본격화한다면, 한국 개발자들이 고민해야 할 것은 API 연동의 깊이입니다. 단순히 상품 링크를 반환하는 수준이 아니라, AI 대화 인터페이스 안에서 장바구니 추가, 결제, 배송 추적까지 가능한 딥 인테그레이션이 필요할 것입니다. 이는 곧 커머스 API의 설계가 "웹/앱 중심"에서 "대화 중심"으로도 확장되어야 함을 의미합니다.

또한 이 결과는 AI 제품을 개발하는 모든 팀에게 시사하는 바가 있습니다. AI가 정보를 제공하는 것과 사용자가 그 정보를 바탕으로 행동(여기서는 구매)하게 만드는 것 사이에는 큰 갭이 있습니다. 챗봇이나 AI 어시스턴트를 만들 때, "정보 전달"을 넘어 "행동 유도"까지의 UX를 진지하게 설계해야 합니다.

마무리

월마트의 데이터는 AI 쇼핑이 아직 과대평가 단계에 있음을 보여줍니다. AI는 상품 발견을 도울 수 있지만, 검증된 전자상거래 UX를 대체하기에는 갈 길이 멀다는 현실입니다. 여러분이 AI 기반 서비스를 만들고 있다면, "정보 제공 → 실제 행동"의 전환율을 어떻게 높이고 계신가요?